谷歌显示，神经网络能够学习到的照片（以及城市和街道），即使照片是在内部做

这是很容易找出的照片时，如果背景 - 艾菲尔铁塔，泰姬陵，圣彼得，林肯纪念堂和红场。谷歌的开发者说干就干，由能够在图片上检查位置的神经网络，即使是在室内进行。搜索结果
中国 用户不仅可以使用的景点，看看那里的图片拍摄。位置可以在餐厅的菜来决定，在交通的方向，在街上一头牛，建筑物的结构和所有这些因素的和解。一台机器，它能够吗？搜索结果 沛技术开发取决于在特定区域所拍摄的照片的数量共享大部分土地不同大小26000区域。大城市获得了更多的“细胞”，因为他们已经做了更多的照片，而在农村地区的“细胞”较大。海，海洋，极地地区的怀念。搜索结果 搜索结果 它采用126万张照片基地从网上连同其EXIF数据。 91000000照片被用于训练神经网络，而其余34百万 - 其工作的评价。搜索结果 为了测试使用神经网络2 300万从Flickr geotargetirovannyh图像的有效性。 3，6％行星图片了解到了街上，10％ - 最多的城市。神经网络的陆地已经确定28例4％，大陆 - 48％。搜索结果 这一结果与十几旅客的游戏GeoGuessr.com，在其中你猜对谷歌街景的位置的可能性比较。沛打不过人家有错误的1131 7公里平均结果。人们在2320弄错平均75公里。搜索结果 据主要研究人员之一托比亚斯Ueyanda（托比亚斯•韦扬德）机优点是神经网络“看到”比任何活着的人，谁周游世界各地对生活这么多。搜索结果 开发者已经走得更远，并开始用照片，这是有关处所作出的工作。了解他们可以在情况下，当照片是专辑的一部分 - 机器扫描整张专辑，并寻找在同一个地方搜索结果采取的最具体的图像 神经网络本身只是377 MB。搜索结果 来源：geektimes.ru/post/271738/